| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第11-18页 |
| 1.1 选题背景和研究意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-15页 |
| 1.2.1 Copula函数相关文献综述 | 第12-14页 |
| 1.2.2 Va R和CVaR相关文献综述 | 第14-15页 |
| 1.2.3 股票市场和债券市场相关性文献综述 | 第15页 |
| 1.3 研究内容和框架 | 第15-17页 |
| 1.4 论文的创新点和不足 | 第17-18页 |
| 1.4.1 创新之处 | 第17页 |
| 1.4.2 不足之处 | 第17-18页 |
| 第2章 我国股票市场和债券市场的相关分析 | 第18-29页 |
| 2.1 股票市场的发展和现状 | 第18-20页 |
| 2.1.1 股票市场的发展历程 | 第18-19页 |
| 2.1.2 股票市场的现状 | 第19-20页 |
| 2.2 债券市场的发展和现状 | 第20-26页 |
| 2.2.1 债券市场的发展历程 | 第20-22页 |
| 2.2.2 债券市场的现状 | 第22-26页 |
| 2.3 股票市场和债券市场的关联研究 | 第26-29页 |
| 2.3.1 微观状态下股票市场和债券市场的关联分析 | 第26-27页 |
| 2.3.2 宏观状态下股票市场和债券市场的关联分析 | 第27-29页 |
| 第3章 Copula函数的相关概念和参数估计 | 第29-40页 |
| 3.1 Copula函数的定义和性质 | 第29-30页 |
| 3.2 Copula函数的分类 | 第30-36页 |
| 3.2.1 静态Copula函数 | 第30-34页 |
| 3.2.2 混合Copula函数 | 第34-35页 |
| 3.2.3 动态Copula函数族 | 第35页 |
| 3.2.4 藤结构Copula函数 | 第35-36页 |
| 3.3 Copula函数的参数估计 | 第36-37页 |
| 3.3.1 最大似然估计(ML估计) | 第36-37页 |
| 3.3.2 半参数估计（CML估计） | 第37页 |
| 3.3.3 分步估计(IFM估计) | 第37页 |
| 3.4 Copula函数的相关测度和检验 | 第37-40页 |
| 第4章 基于Copula模型的股票和债券投资组合的实证研究 | 第40-58页 |
| 4.1 数据选择和特征描述 | 第40-45页 |
| 4.1.1 描述性分析 | 第43-44页 |
| 4.1.2 平稳性检验 | 第44-45页 |
| 4.2 边缘分布选择-GARCH模型 | 第45-46页 |
| 4.3 Copula函数的选择 | 第46-51页 |
| 4.3.1 三元模型下静态模型和藤结构模型对比分析 | 第46-48页 |
| 4.3.2 二元模型下动态模型和混合Copula模型对比分析 | 第48-51页 |
| 4.4 投资组合VAR的测度 | 第51-55页 |
| 4.4.1 基于藤结构的VAR测度 | 第53-54页 |
| 4.4.2 基于时变Copula模型的VAR测度 | 第54-55页 |
| 4.5 最优投资组合研究 | 第55-58页 |
| 结论与展望 | 第58-59页 |
| 参考文献 | 第59-61页 |
| 攻读硕士学位期间取得的研究成果 | 第61-62页 |
| 致谢 | 第62-63页 |
